Lunds universitet Nationalekonomiska institutionen Handledare: Klas Fregert. Ett re(el)lt hot?



Relevanta dokument
Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Kostnadsutvecklingen och inflationen

Tentan ger maximalt 100 poäng och betygssätts med Väl godkänd (minst 80 poäng), Godkänd (minst 60 poäng) eller Underkänd (under 60 poäng). Lycka till!

Strukturell utveckling av arbetskostnaderna

Utdrag från kapitel 1

Facit. Makroekonomi NA juni Institutionen för ekonomi

Medicinsk statistik II

Perspektiv på den låga inflationen

En enkel statisk (en tidsperiod) model för en sluten ekonomi. Börja med nationalinkomstidentiteten

Basindustrin finns i hela landet

Laboration 2. Omprovsuppgift MÄLARDALENS HÖGSKOLA. Akademin för ekonomi, samhälle och teknik

På väg mot ett rekordår på den svenska hotellmarknaden

Innehåll. Förord Sammanfattning...11

Hotellmarknadens konjunkturbarometer Augusti Stark hotellmarknad trots svagare konjunktur

ÖVNINGSUPPGIFTER KAPITEL 7

Lönsamhet i hotell- och restaurangbranschen

Penningpolitiken och lönebildningen. Vice riksbankschef Per Jansson

Rekordbeläggning på den svenska hotellmarknaden. Helåret 2015 och prognos för 2016

Anvisningar till rapporter i psykologi på B-nivå

Sätta ihop tre relationer till en modell för BNP, arbetslöshet och inflation på kort och medellång sikt: Okuns lag

Hotellmarknadens konjunkturbarometer April Fortsatt stark hotellkonjunktur

BNP-UTVECKLING I OMVÄRLDEN ENLIGT HANDELSVÄGT INDEX (KIX)

LINNÉUNIVERSITETET EKONOMIHÖGSKOLAN

Statistiska analyser C2 Bivariat analys. Wieland Wermke

Ekonomi betyder hushållning. Att hushålla med pengarna på bästa sätt

Tentamen för kursen. Linjära statistiska modeller. 20 mars

Ekonomiska bedömningar

5. Att fylla modell och indikatorer med innehåll hur fånga kvantitativa och kvalitativa data

Stockholmskonjunkturen hösten 2004

En beskrivning av hur Konjunkturinstitutet beräknar potentiell BNP

Föreläsning G60 Statistiska metoder

Löneekvationen. Ökad vinstandel och/eller importpriser. Real löner 0% Inflation 3,5% Produktivitet 1,5% Nominella löner 3,5% Nominella löner 3,5%

Statsvetenskapliga metoder, Statsvetenskap 2 Metoduppgift 4

Business research methods, Bryman & Bell 2007

TCO-ekonomerna analyserar. Svensk ekonomi bättre än sitt rykte!

Föreläsning 8. NDAB02 Statistik; teori och tillämpning i biologi

Provtentasvar. Makroekonomi NA0133. Maj 2009 Skrivtid 5 timmar. 10 x x liter mjölk. 10 x x 40. arbete för 100 liter mjölk

Hur brukar återhämtningar i produktiviteten se ut?

Föreläsning 12: Regression

Skattning av matchningseffektiviteten. arbetsmarknaden FÖRDJUPNING

KORTFATTAD EKONOMISK INFORMATION

Samhällsekonomiska begrepp.

Tentamen för kursen. Linjära statistiska modeller. 16 augusti

Lönsamheten hos företag i Sverige

21 DECEMBER, 2015: MAKRO & MARKNAD FED HÖJDE TILL SLUT

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

Kapitel 17: HETEROSKEDASTICITET, ROBUSTA STANDARDFEL OCH VIKTNING

1 Empirisk analys (April 25, 2006)

Konjunkturläge och utsikter för industrin

Tentamen, grundkurs i nationalekonomi HT 2004

KORTFATTAD EKONOMISK INFORMATION

F16 MULTIPEL LINJÄR REGRESSION (NCT , 13.9) Anpassning av linjär funktion till givna data

732G71 Statistik B. Föreläsning 4. Bertil Wegmann. November 11, IDA, Linköpings universitet

14 SEPTEMBER, 2015: MAKRO & MARKNAD ALLA VÄNTAR PÅ FED

Tentamen i Statistik, STA A10 och STA A13 (9 poäng) Måndag 14 maj 2007, Kl

Statistiska analysmetoder, en introduktion. Fördjupad forskningsmetodik, allmän del Våren 2018

Instuderingsfrågor till avsnittet om statistik, kursen Statistik och Metod, Psykologprogrammet på KI, T8

Bilaga 6 till rapport 1 (5)

InStat Exempel 4 Korrelation och Regression

Multipel Regressionsmodellen

F18 MULTIPEL LINJÄR REGRESSION, FORTS. (NCT

PwC:s Energiprisindex jan 2015 Basindustrins bränsleprisutveckling.

Metod för beräkning av potentiella variabler

PwC:s Energiprisindex april 2014 Basindustrins bränsleprisutveckling.

SKRIVNING I A/GRUNDLÄGGANDE MIKRO- OCH MAKROTEORI 3 DECEMBER 2016

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

Elanvändningen i historiskt ljus - NEPP:s scenarier för 2030/2050, utifrån en historisk tillbakablick

Penningpolitiska överväganden i en ovanlig tid

STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson

SKRIVNING I A/GRUNDLÄGGANDE MIKRO- OCH MAKROTEORI. 14 maj Sätt ut skrivningsnummer, ej namn eller födelsenummer, på alla sidor.

Övningar i Handelsteori

Sänkningen av parasitnivåerna i blodet

Är finanspolitiken expansiv?

Full fart på den svenska hotellmarknaden

Småföretagsbarometern

Skolprestationer på kommunnivå med hänsyn tagen till socioekonomi

Att välja statistisk metod

Föreläsning 2. Kap 3,7-3,8 4,1-4,6 5,2 5,3

), beskrivs där med följande funktionsform,

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

Kursens innehåll. Ekonomin på kort sikt: IS-LM modellen. Varumarknaden, penningmarknaden

Skriftlig tentamen SMA101 Nationalekonomi 1-30 hp, ordinarie tentamen

EXAMINATION KVANTITATIV METOD vt-11 (110319)

Strukturakademin Strukturinvest Fondkommission LÅNG KÖPOPTION. Värde option. Köpt köpoption. Utveckling marknad. Rättighet

Makroekonomi Övningar. Juan Carlos Estibill Ht-2012

Analytisk statistik. 1. Estimering. Statistisk interferens. Statistisk interferens

Repetitionsföreläsning

Småföretagsbarometern

Fråga nr a b c d 2 D

PM NÄTAVGIFTER Sammanfattning.

1. PÅ MARKNADEN FÖR EKONOMER GES UTBUDET AV KU= 15P 250 OCH EFTERFRÅGAN AV KE= 150 5P. P BETECKNAR TIMLÖNEN. IFALL DET INFÖRS EN MINIMILÖN PÅ 22 /H.

CERE Working Paper, 2011:7

PMI steg till 65,2 i mars Industrin avslutar kv.1 på högvarv

Tentamen. Makroekonomi NA0133. Juni 2015 Skrivtid 3 timmar.

STOCKHOLMS UNIVERSITET HT 2008 Statistiska institutionen Johan Andersson

34% 34% 13.5% 68% 13.5% 2.35% 95% 2.35% 0.15% 99.7% 0.15% -3 SD -2 SD -1 SD M +1 SD +2 SD +3 SD

23 NOVEMBER, 2015: MAKRO & MARKNAD RÄNTEGAPET VIDGAS

Statistik och epidemiologi T5

Den svenska konsumtionens miljöpåverkan i andra länder

PwC:s Energiprisindex dec 2014 Basindustrins bränsleprisutveckling.

Transkript:

Lunds universitet Nationalekonomiska institutionen NEK691 HT06 Handledare: Klas Fregert Ett re(el)lt hot? Om elprisets betydelse för investeringar inom basindustrin Jan Persson Johan Karlander

Abstract The aim of this thesis is to econometrically investigate the correlation between the price of electric power and investments within the Swedish basic industry. Using regression analysis, the authors test for correlation between the electricity prices and the basic industry, defined as the pulp and paper industry, the mining industry, the steel and metal industry and the basic chemical industry. Moreover, five variables found in the literature on investment decisions are being used as a means of comparison. The results suggest that the electricity price affects the investment decisions within the basic chemical industry as well as the steel and metal industry. On a more abstract level, this thesis contributes to the understanding of one of the properties of the Swedish GDP. Key words: electricity price, basic industry, investments, regression analysis, GDP

Innehållsförteckning 1 Inledning... 1 1.1 Syfte och frågeställning... 2 1.1.1 Syfte... 2 1.1.2 Frågeställning... 3 1.2 Basindustrin... 3 1.2.1 Definition av basindustrin... 4 1.2.2 Basindustrins betydelse för den svenska ekonomin... 5 1.2.3 Basindustrins betydelse för investeringarna i Sverige... 6 1.2.4 Elförbrukningen inom de olika näringsgrenarna... 7 2 Teori... 10 2.1 Investeringars betydelse för tillväxt... 10 2.2 Företagens investeringsbeslut... 11 2.2.1 Teoretisk bakgrund... 11 2.2.2 Val av kontrollvariabler... 13 3 Metod och material... 15 3.1 Enkel regressionsanalys... 15 3.2 Multipel regressionsanalys... 16 3.3 Förklaringsvärde... 17 3.4 Signifikans och hypotestestande... 17 3.5 Operationalisering och material... 18 3.5.1 Hur kan investeringarna mätas?... 18 3.5.2 Hur kan elpriset mätas?... 19 3.5.3 Hur kan kontrollvariablerna mätas?... 19 3.5.4 Kvalitativ data... 20 4 Resultat... 22 4.1 Enkel regressionsanalys: Elprisets betydelse för investeringarna i basindustrin... 22 4.1.1 Elprisets nivå... 22 4.1.2 Elprisets volatilitet... 24 4.1.3 Resultatet i korthet... 24 4.2 Enkel regressionsanalys: Kontrollvariablernas betydelse för investeringarna i basindustrin... 25 4.2.1 De allmänna kontrollvariablerna... 25

4.2.2 De branschspecifika kontrollvariablerna... 26 4.2.3 Resultatet i korthet... 29 4.3 Multipel regressionsanalys... 30 4.3.1 Massa- och pappersindustrin... 31 4.3.2 Gruvindustrin... 31 4.3.3 Kemisk industri... 32 4.3.4 Stål- och metallverk... 33 4.3.5 Resultatet i korthet... 33 4.4 Residualerna... 34 5 Slutsats... 35 5.1 Sammanfattning... 35 5.2 Diskussion... 36 5.3 Utblick... 37 6 Referenser... 38 7 Bilagor... 40 7.1 Våra variabler... 40

1 Inledning Den senaste tiden har en livlig debatt pågått i svenska media, en debatt om en samhällsfråga som för bara ett fåtal år sedan var att betrakta som en icke-fråga, nämligen frågan om elpriset. Den svenska industrin har historiskt sett haft lägre elpriser än utländska konkurrenter, men de senaste åren har elpriset successivt stigit, för att under sensommaren 2006 formligen explodera. Under hösten har elpriset visserligen dämpats något, men ligger fortfarande på en historiskt hög nivå. Elkostnaden har därmed utvecklats till ett reellt hot för delar av den svenska industrin, inte minst basindustrin som är mycket elintensiv. På debattsidor och i nyhetsflödet har framförallt politiker och företrädare för basindustrin uttryckt oro över hur den svenska basindustrin kan komma att drabbas om inte elpriset går ned. 1 Debatten nådde nya höjder då massatillverkningsföretaget Rottneros meddelade att den moderna och välfungerande fabriken i Utansjö ska monteras ned och flyttas utomlands, enkom på grund av det höga elpriset ( Basindustrin klarar inte dagens elpriser, Affärsvärlden 2006-08-30). Ett annat tecken - om än mindre dramatiskt - på allvaret med vilket basindustrins företrädare ser på elpriset är att basindustrin organiserar sig och är redo att på egen hand agera för att åstadkomma lägre elpriser. Ett exempel på detta är att branschorganisationerna för skogsindustri, kemiindustri, gruvindustri samt stålindustri i ett samarbetsprojekt gjort gemensam sak för att arbeta med energifrågor. Bildandet av bolaget BasEl AB kan sägas vara det yttersta tecknet på att basindustrin ser elpriset som ett stort problem. BasEl ägs av en handfull tongivande elintensiva företag och har till uppgift att öka elutbudet i Sverige. Bolaget har blivit uppmärksammat i media, bland annat på grund av att man sagt sig vara villig att bekosta ny kärnkraft i Sverige om de politiska makthavarna skulle göra detta möjligt. Varför är då detta intressant utifrån ett nationalekonomiskt perspektiv? Anledningen är basindustrins stora betydelse för Sverige; om basindustrin går i stå, riskerar det att få konsekvenser för tillväxten i den samlade svenska ekonomin. Som nämnts ovan har Rottneros aviserat att ett stort bruk skall flyttas utomlands på grund av elpriset. I föreliggande uppsats skall utredas huruvida detta att elpriset ger upphov till minskade investeringar är en generell trend inom basindustrin. 1 Se bland annat: DN 2005-10-04 Elpris hot mot basindustrin, E24 2006-11-02 Ohållbart läge för industrin, DI 2006-11-02 Elpriset hotar jobb inom basindustrin 1

Elprisets utveckling 300 250 200 PPI 150 100 50 0 1990M01 1991M01 1992M01 1993M01 1994M01 1995M01 1996M01 1997M01 1998M01 1999M01 2000M01 2001M01 2002M01 2003M01 2004M01 2005M01 2006M01 Figur 1.1 Elprisets utveckling mätt i Producentprisindex (PPI) källa: SCB 1.1 Syfte och frågeställning 1.1.1 Syfte Med föreliggande uppsats ämnar vi ta reda på hur känsliga investeringarna i basindustrin är för förändringar i elpriset. Denna fråga är intressant utifrån flera perspektiv. För det första kommer föreliggande uppsats förhoppningsvis kunna säga någonting om allvaret i det problem som basindustrin ser i elpriset. Ett starkt negativt samband mellan elpriset och investeringarna skulle kunna tolkas som att det stigande elpriset medför en kris för basindustrin och därmed för Sverige. Om inga samband upptäcks så utgör även detta ett resultat som förhoppningsvis kan ligga till grund för framtida forskning utifrån andra utgångspunkter. För det andra kommer teori om hur investeringsbeslut fattas att testas. Förutom elpriset kommer ett antal kontrollvariabler hämtade från litteraturen på området att testas, varav flera används flitigt av ekonomer, inte minst vid konjunkturbedömningar. Skälet till att andra variabler än elpriset används i denna studie är dels att knyta an till teori, dels att möjligheten att värdera de resultat som uppnås växer, tack vare att en jämförelse av olika variabler kan göras. Slutligen syftar föreliggande uppsats till att bidra till svaret på frågan om huruvida elpriset påverkar den ekonomiska tillväxten i Sverige. Elpriset kan förväntas ha betydelse för den svenska ekonomin på många olika sätt, och 2

föreliggande uppsats kommer att utreda ett av de sätten, nämligen hur investeringarna påverkas. Det bör dock tilläggas att investeringarna utgör en av de viktigaste parametrarna inom tillväxtteori. Ytterst kan således denna uppsats sägas bidra till svaret på den övergripande frågan Vilka faktorer påverkar BNP? 1.1.2 Frågeställning Ett bra sätt att upprätthålla intersubjektivitet i vetenskapligt arbete är att presentera frågeställningen med hjälp av en abstraktionsstege, där den konkreta frågeställningen underbyggs av mer abstrakta frågeställningar för att tydliggöra sammanhanget i vilket frågan ställs (Lundquist 1993). Vilka faktorer påverkar BNP? Hur påverkas BNP av elpriset? Hur påverkas investeringar av elpriset? Hur påverkas investeringar i basindustri av elpriset? Hur påverkas investeringar i subgrupper inom basindustrin av elpriset? Figur 1.2 Abstraktionsstegen Abstraktionsstegen illustrerar problemområdet på olika abstraktionsnivåer. Med utgångspunkt i den övergripande frågeställningen Vilka faktorer påverkar BNP? minskar vi successivt abstraktionsnivån, för att slutligen formulera den mest konkreta frågeställningen, som vi de facto ska undersöka, nämligen Hur påverkas investeringarna i subgrupper inom basindustri av elpriset? Resultatet av denna undersökning kan förhoppningsvis bidra till svaret på frågeställningarna högre upp på abstraktionsstegen. 1.2 Basindustrin I föreliggande avsnitt ska begreppet basindustri definieras, och en kort presentation görs, i syfte att illustrera basindustrins betydelse för den svenska ekonomin i stort. Slutligen sägs något om graden av elintensitet inom basindustrin. 3

1.2.1 Definition av basindustrin Basindustrin är ett generellt begrepp och någon vedertagen definition finns inte ordet finns varken i Svenska akademins ordbok eller Nationalencyklopedin. Däremot har definitioner gjorts i mindre formella sammanhang, exempelvis i utredningar av olika slag. I IVA:s skrift Ökad konkurrenskraft för svensk processindustri (2006) påpekas att begreppet basindustri ibland används synonymt med processindustri. I samma skrift hävdas att processindustrin kan sägas karaktäriseras av att den är råvarubaserad, energi- och kapitalintensiv och ofta finns utanför storstadsområdena. I föreliggande uppsats har vi valt att ta fasta på den definition som används i en annan utredning, nämligen Näringsdepartementets rapport Svensk basindustri (Ds 2001:63). Basindustrin innefattar enligt denna definition massa- och papperstillverkning, energiintensiv kemiindustri, gruvindustrin samt Stål- och metallframställning. Av tabellen nedan framgår hur de olika branscherna är definierade enligt Statistiska centralbyråns (SCB) för indelning av näringsverksamhet, Svensk näringsgrensindelning (SNI). Tydlighet på denna punkt är viktig, eftersom data till den kvantitativa undersökningen har valts utifrån denna indelning. Bransch SNI-kod Benämning Massa- och papperstillverkning SNI 21 Massa-, pappers- och pappersvarutillverkning Energiintensiv kemiindustri SNI 241 Tillverkning av baskemikalier SNI 232 Petroleumraffinering SNI 265 Tillverkning av cement, kalk och gips Gruvindustrin SNI 13 Utvinning av metallmalmer Stål- och metallframställning SNI 27 Stål- och metallframställning Tabell 1.1: Definition av basindustrin och omfattningen av denna studie (Ds 2001:63, bilagedelen, s 13) Definitionen ovan måste dock revideras, av praktiska skäl. Data för de näringsgrenar som sorterar under energiintensiv kemiindustri är nämligen inte tillgängliga för oss. Energiintensiv kemiindustri får därför representeras av SNI 24 exklusive SNI 24.4, det vill säga kemisk industri exklusive läkemedelsindustri mm. I tabellen nedan presenteras den definition som används i studien. Ursprunglig SNI-kod SNI-kod i denna uppsats Officiell benämning (Benämning i denna uppsats) SNI 21 SNI 21 Massa-, pappers- och pappersvarutillv. (Massa- och pappersindustrin) SNI 241 SNI 232 SNI 24 exkl. 24.4 Kemisk industri exklusive läkemedelsindustri mm (Kemisk industri) SNI 265 SNI 13 SNI 13 Utvinning av metallmalmer (gruvindustrin) SNI 27 SNI 27 Stål- och metallframställning (Stål- och metallverk) Tabell 1.2: Reviderad definition av basindustri. 4

Denna definition av basindustrin används i regressionsanalyserna. I den löpande texten i övrigt används ett flertal källor som referenser. Vissa av dessa källor saknar tydlig definition av begreppet basindustri, men som framgår ovan har en tongivande och till synes allmänt vedertagen definition antagits i denna studie. För den resterande delen av kapitel 1 i denna uppsats kan följande sägas: Viss statistik saknades på SCB:s hemsida, varför definitionerna av gruvindustrin samt kemisk industri görs bredare i stapeldiagrammen i avsnitt 1.2.2. Den löpande text som refererar till Näringsdepartementets rapport DS 2001:63 berör den rätta definitionen av basindustri, det vill säga definitionen i tabellen ovan. Övrig text kan vara baserad på andra definitioner och bör därför tolkas med extra stor försiktighet. Vi vill understryka att de många brasklapparna inte berör exaktheten i den kvantitativa delen av studien. 1.2.2 Basindustrins betydelse för den svenska ekonomin Basindustrin har historiskt varit och är fortfarande av stor vikt för den svenska ekonomin. Sektorn är betydelsefull i sig, men också indirekt i den meningen att många sidonäringar vuxit upp runt den. Ungefär 400 000 personer är direkt eller indirekt sysselsatta inom basindustrin i Sverige. Inom vissa utpräglade bruksregioner finns så mycket som hälften av sysselsättningen inom basindustrin (SKGS;www). En jämförelse av de fyra näringsgrenar som är föremål för denna studie visar att massa- och pappersindustrin, kemiindustrin och stål- och metallindustrin är ungefär lika stora i termer av antalet anställda. Noteras bör att data för SNI 13 inte finns tillgängliga hos SCB. Därför motsvaras gruvindustrin i detta avsnitt av en vidare definition än den som används i resten av uppsatsen. Antal anställda 40000 35000 30000 25000 20000 15000 10000 5000 0 Gruvor och dylikt (SNI 13+14) Massa och papper (SNI 21) Kemi (SNI 24) Stål och metall (SNI 27) Antal anställda Figur 1.3: Antal anställda 1998, källa: SCB Men basindustrin är inte bara viktig ur sysselsättningssynpunkt; den står exempelvis för 28 % av Sveriges totala varuexport och uppvisar dessutom en hög tillväxt. Vidare kan sägas att basindustrins förädlingsvärde år 1998 motsvarade 15 % av industrins totala förädlingsvärde. 5

Förädlingsvärdet definieras som försäljningsvärdet av produktionen när kostnader för inköpta insatsvaror dragits bort. Som framgår av diagrammet nedan så är det kemiindustrin som har det överlägset högsta förädlingsvärdet av de fyra näringsgrenarna. Gruvindustrin har det lägsta förädlingsvärdet. Förädlingsvärde, mnkr Förädlingsvärde, mnkr 60000 50000 40000 30000 20000 10000 0 Gruvor och dylikt (SNI 13+14) Massa och papper (SNI 21) Kemi (SNI 24) Stål och metall (SNI 27) Figur 1.4 Förädlingsvärde 1998, källa: SCB Basindustrin bidrar starkt till den svenska ekonomiska utvecklingen, ett faktum som fastslås i ett flertal utredningar (jmf t.ex. SKGS och Ds2001:63). Mycket talar också för att basindustrin kommer att förbli viktig för Sverige. Den svenska basindustrin är tekniskt välutvecklad och präglas av hög produktivitet. Dessutom finns många viktiga konkurrensfördelar i Sverige, bl.a. närhet till råvaror, välutbildad arbetskraft och starka kluster (IVA; 2006). 1.2.3 Basindustrins betydelse för investeringarna i Sverige Basindustrins betydelse för investeringarna i Sverige är avsevärd; år 1998 stod man för nära en tredjedel av hela tillverkningsindustrins investeringar i maskiner och byggnader (Ds 2001 :63). Diagrammet nedan visar de olika branschgrenarnas investeringar i fasta priser. Massa- och pappersindustrin är i absoluta tal den mest investeringstunga branschen. 6

Basindustrins reala investeringar 5000 4000 3000 2000 1000 0 1996kv1 1997kv3 1999kv1 2000kv3 2002kv1 2003kv3 2005kv1 2006kv3 Gruv-inv fasta priser Kem-inv fasta priser Massa-inv fasta priser Stål-inv fasta priser Figur 1.4 Basindustrins investeringar, källa SCB Inom stål- och metallindustrin genomfördes många stora investeringar under 90-talet och sedan dess har investeringstakten minskat. Då det investerade kapitalet ska utnyttjas så länge som möjligt och stålindustrins anläggningar generellt sett är moderna, kommer det troligen dröja fram till år 2010 innan investeringarna åter når de höga nivåerna. Massa- och pappersbranschen investerar, som framgår av diagrammet, mest i absoluta tal. Under 90-talet gjordes ett flertal investeringar i mångmiljardklassen, bland annat i helt nya pappersmaskiner i världsklass, och dessa gör ett tydligt avtryck i statistiken. Inga stora nya anläggningar är att vänta de närmaste åren, men därmed inte sagt att investeringarna inte kan förväntas ligga på en hög nivå relativt de övriga branschgrenarna. Vad gäller gruvindustrin så ser framtidsutsikterna goda ut, trots ökad global konkurrens, och stora investeringar planeras. Under innevarande höst har rapporterats om att nya satsningar av såväl LKAB i Kiruna och Boliden i Aitik-anläggningen (www.boliden.se). Investeringarna inom den energiintensiva kemiindustrin liksom investeringarna i övrig kemiindustri - ökade relativt kraftigt under andra halvan av 90-talet för att därefter minska något. Branschens anläggningar torde således hålla hög generell standard (Ds2001:63). 1.2.4 Elförbrukningen inom de olika näringsgrenarna De fyra näringsgrenar som utgör basindustrin har vissa grundläggande förutsättningar gemensamt, men skiljer sig också åt på många sätt. Detta faktum kan komma att få betydelse för tolkningen av resultaten av den kvantitativa undersökningen. Inte minst är det väsentligt att teckna en bild av respektive näringsgrens elbehov samt elförsörjning, detta för att kunna värdera ett eventuellt tecken på att elpriset skulle påverka investeringarna. Näringsdepartementets rapport Ds 2001:63 ligger till grund för resten av detta avsnitt. Stål- och metallverk 7

Stål- och metallindustrins energianvändning uppgick 1998 till 7,7 TWh el och 19,2 TWh bränsle, vilket motsvarar 14 och 17 procent av el- respektive bränsleanvändningen inom tillverkningsindustrin. Energikostnaden som andel av de totala kostnaderna varierar kraftigt beroende på vilken sorts stål som tillverkas. För stålverk som tillverkar så kallade höglegerade stål uppgick energikostnaden 1999 till 5 procent av de totala kostnaderna, varav elenergi står för 2 procent. Företag som tillverkar kolstål mötte samma år energikostnader som motsvarade 17 procent av de totala kostnaderna, varav elenergi stod för 4 procent. Eftersom investeringstakten har varit förhållandevis låg sedan 1999 verkar det rimligt att anta att fördelningen mellan el och bränsle som energikälla ligger kvar på ungefär samma nivå idag. Massa- och pappersindustrin År 1999 uppgick massa- och pappersindustrins elanvändning till 22 TWh och bränsleanvändningen 51 TWh. Detta motsvarar 41 och 46 procent av tillverkningsindustrin el-respektive bränsleanvändning. Utöver denna energiförbrukning används inom stora delar av massa- och pappersindustrin egenproducerad el, s.k. mottrycksel. Mängden mottrycksel som årligen produceras beror på elpriset och externa bränslepriser. År 2000 uppgick mottrycksproduktionen till ca 4 TWh, en siffra som p.g.a. ovan nämnda faktorer troligen är mycket större idag. Liksom i stålindustrin varierar dock företagens förutsättningar beroende på nisch. Det är exempelvis endast en viss typ av massabruk som har möjlighet att producera egen el. Hela branschens (SNI92 21) inköpta elenergi stod för 5 procent av kostnaderna 1996, och bränsleinköpen stod för 2 procent. Å andra sidan visar siffror för ett tidningspappersbruk (utan egen elproduktion) år 2000 att elen stod för 14 procent av de totala kostnaderna. Elberoendet är således många gånger massivt inom denna bransch. Gruvindustrin Sverige är ledande malmproducent inom EU. Gruvindustrin är dock, som framgår av föregående avsnitt, liten i jämförelse med övriga branschgrenar. Industrin domineras i hög grad av LKAB och Boliden Mineral. Elförbrukningen var 1999 2,2Twh och bränsle 1,3 TWh, motsvarande 4 respektive 5 procent av tillverkningsindustrins totala förbrukning. Den totala energianvändningen har minskat de senaste decennierna, men elanvändningen har ökat. År 1996 stod elinköp för 9 procent av de totala kostnaderna och de totala energikostnaderna, d.v.s. för el samt bränsle, stod för 12 procent. Då efterfrågan bland gruvindustrins kunder har ökat markant de senaste åren, samtidigt som mindre ren järnmalm bryts, har elförbrukningen ökat avsevärt sedan tidpunkten för observationerna ovan (ITPS 2006). Energiintensiv kemiindustri Den branschindelning som används i denna studie innebär att kemiindustrin innefattar fler företag än bara de energiintensiva. I just detta avsnitt avses endast de energiintensiva företagen och alla siffror som anges kan därför sägas ligga i underkant. Vi väljer ändå att presentera denna jämförande statistik eftersom den 8

håller hög kvalitet och syftet är att teckna en översiktlig bild av branschernas olika energibehov. Den energiintensiva delen av kemiindustrin (baskemikalier, petroleumprodukter samt cement och kalk) använde 5 TWh el och 21TWh bränsle år1999. Det motsvarar 10 respektive 18 procent av tillverkningsindustrins användning. Kostnad för inköpt energi som andel av de totala kostnaderna varierar mellan olika typer av kemisk industri men kan sägas ligga på mellan 1 och 5 procent. Slutsats De branschgrenar som redogjorts för ovan är alla stora elförbrukare. Det faktum att elpriset mer än fördubblats sedan slutet av 90-talet torde vara kännbart. Massaoch pappersindustrin, Stål- och metallindustrin samt kemiindustrin gjorde stora investeringar under 90-talet. 9

2 Teori 2.1 Investeringars betydelse för tillväxt BNP, det vill säga värdet av allt det som produceras i en ekonomi kan sägas motsvaras av följande komponenter: Privat konsumtion, offentlig konsumtion, nettoexport samt investeringar. Komponenternas respektive storlek i termer av andel av BNP har betydelse för den framtida storleken på BNP, med andra ord tillväxten. Alla komponenterna har direkt eller indirekt betydelse för tillväxten, men den komponent som spelar störst roll inom tillväxtteorin är investeringar (tex: Burda et al 2005; Jones 2002). Investeringar, det vill säga ackumuleringen av realkapital, är central för varje ekonomi. Ju mer av inkomsten som sparas och investeras i realkapital, desto mer kan produceras av en given mängd arbetskraft. Då detta förhållande ska beskrivas utgår tillväxtteoretiker ofta från Solows aggregerade produktionsfunktion, i vilken en ekonomis output antas bero på två produktionsfaktorer, nämligen realkapital och arbetskraft. Det kan visas att kapital i sig visserligen inte räcker till för att alstra varaktigt högre tillväxt, men med ökade investeringar kan nivån på BNP höjas permanent. Denna slutsats stärks av empiriska studier och ofta hänvisas till de så kallade asiatiska tigrarna som ett tydligt exempel på hur kraftigt ökade investeringar kan leda till en likaledes kraftig höjning av BNP på kort tid (Jones 2002). Tilläggas kan dock att den tid det tar för ekonomin att röra sig från det ursprungliga läget till den nya nivån, det vill säga anpassningen till det nya jämviktsläget, präglas av mycket stark tillväxt. Detta framgår av figur 2.1 nedan, där investeringarna ökar vid tidpunkten t*, vilket leder till tillfälligt snabbare tillväxt och därefter en återgång till samma tillväxttakt, men på en högre nivå (Jones 2002). 10

Log Y/L t* Figur 2.1: Effekten av ökade investeringar tid 2.2 Företagens investeringsbeslut 2.2.1 Teoretisk bakgrund Det finns olika sätt att betrakta de faktorer som leder till ett företags investeringsbeslut. Ett grundläggande sådant är att utgå från mikroekonomiska fundament. Här antas att företagens produktion bestäms av en funktion av kapital, och företagen strävar efter att investera på ett sätt som innebär en så hög vinst som möjligt. Detta antas ske då den så kallade optimala kapitalstocken är uppnådd, och det i sin tur inträffar då marginalkostnaden för en investering är lika med dess marginalnytta, eftersom denna är avtagande. Om marginalnyttan är större än marginalkostnaden så väljer företaget att investera och tvärtom. Den optimala investeringen en viss period ges således av differensen mellan företagets befintliga kapitalstock och dess optimala kapitalstock. Om då den optimala kapitalstocken ändras, så ändras följaktligen även den optimala investeringen. Detta sker då marginalnyttan eller marginalkostnaden ändras, dvs då produktiviteten respektive räntan ändras. Produktiviteten, alltså den övergripande teknologiska utvecklingen, ses som en konstant variabel. Räntan däremot är flexibel och har därför stor betydelse för den optimala kapitalstocken och kan ses som en avgörande variabel för att uppnå förståelse för företags investeringar (Burda et al 2005). 11

Investeringarna har, som nämnts i föregående avsnitt, stor betydelse för BNPutvecklingen såväl teoretiskt som empiriskt. I de flesta ekonomier motsvarar BNP ett givet år 1/3 till 1/2 av investeringarna. Detta faktum har gett upphov till idén om den så kallade acceleratorprincipen, som säger att en investering som håller den optimala kapitalstocken på en viss nivå, medför att BNP ökar, och när investeringarna i sin tur ökar så accelererar BNP. En ofta förekommande metod för att empiriskt förutse investeringar är Tobins så kallade q-teori. Här används de mikroekonomiska utgångspunkterna och företagens börsvärden för att bilda sig en uppfattning om huruvida investeringarna kommer att öka eller minska. Bakgrunden är det tydliga sambandet mellan aktiepriser och den övriga makroekonomiska statusen. Exempelvis innebär höga aktiepriser att ägarna blir rikare och har möjlighet att spendera mer, varför de makroekonomiska hjulen snurrar fortare. Vad gäller kopplingen mellan aktiemarknaden och just investeringarna så är utgångspunkten att aktiepriser kan sägas spegla marknadens skattning av värdet på ett företags nuvarande och framtida vinster. Detta värde skiljer sig ofta från värdet på de fysiska tillgångarna, som ofta kallas för återanskaffningsvärde. Ett skäl till detta är att ingen hänsyn tas till mjuka tillgångar, såsom företagets samlade kunskaper och dess nätverk och rykte, med andra ord de faktorer som avgör hur väl varje enhet i kapitalstocken utnyttjas. Vidare kan glappet mellan marknadsvärdet av företagets kapitalstock och dess återanskaffningsvärde förklaras med att det tar tid innan värdet av en viss investering visar sig i marknadsvärdet. Om man exempelvis tänker på en investering i termer av en ny maskin, så krävs det tid och resurser för att lära sig den nya maskinen och för att hitta de rätta rutinerna. Detta resonemang kan sammanfattas i den kvot som kallas för Tobins q: q = Marknadsvärde av befintligt kapital / Återanskaffningsvärde för befintligt kapital Tolkningen av kvoten grundar sig i principen om investeringars avtagande marginalnytta; När kvoten är större än ett så lönar det sig för företagen att investera, eftersom marginalnyttan (i termer av marknadsvärdet) då är större än marginalkostnaden (i termer av ersättnings/anskaffningsvärde). När kvoten är mindre än ett gäller det motsatta förhållandet, och det lönar sig att sälja tillgångar. På senare tid har det blivit praxis att använda Tobins q då det är fråga om investeringar. Anledningen till att metoden inte används i denna uppsats är att den inte lämpar sig vid studier av enskilda förklaringsvariabler till investeringar, då den inte går att dela upp. Tack vare de teorier som presenterats ovan verkar det enkelt för företag att snabbt se till att den optimala kapitalstocken är uppnådd och att Tobins q är lika med ett. I verkligheten är detta dock mycket lättare sagt än gjort. Anpassningsprocessen är trög, bland annat på grund av installationskostnader, som utgörs av de kostnader som uppstår utöver den direkta kostnaden för investeringen. Exempel på sådana kostnader är att befintlig produktion kan behöva avbrytas för att installera ny utrustning. Ju snabbare en investering görs, desto större blir installationskostnaderna relativt kostnaden för investeringen i sig. Om installationskostnaden läggs till marginalkostnaden då ett investeringsbeslut 12

ska fattas så blir konsekvensen att marginalnyttan måste vara högre för att investeringen ska vara lönsam. Eftersom marginalnyttan av en investering är högre ju längre bort från den optimala kapitalstocken företaget befinner sig så väljer man att göra investeringen i små omgångar i taget, för att hålla marginalnyttan hög. På så sätt hålls installationskostnaden så låg som möjligt (Burda et al 2005). På grund av det faktum att investeringar präglas av tröghet kan vi utgå från att investeringarna inte rör sig simultant med de faktorer som ligger till grund för investeringsbeslutet. Det torde vara en viss fördröjning på investeringarna, vilket bör tas med i beräkningen då vår egen undersökning ska planeras. Vi utgår från att elpriset, i den mån det har betydelse för investeringarna, inte har någon omedelbar effekt, utan gör genomslag på investeringarna först en tid efter att elpriset ändrats. Efter ett nedslag i litteraturen och i synnerhet i Hamiltons studie på hur oljeprischocker påverkar amerikansk BNP (1983) har vi sett att det är legio att lägga in en fördröjning i den beroende variabeln. Detta tillvägagångssätt väljer även vi. Genom att testa olika fördröjningar har vi slutit oss till att ett års fördröjning verkar rimligt. Genom att inte välja bara ett eller ett par kvartal undviks även säsongsvariationer som kan finnas inbäddade i de olika kvartalen. I verklighetens företag grundar sig inte investeringsbesluten på de viktigaste faktorernas dagsaktuella värden. Vad som spelar roll är företagens förväntningar på vad de framtida värdena kommer att vara. För den ska studera företagens beslutsprocess utgör detta faktum uppenbarligen ett problem, eftersom subjektiva uppfattningar och förväntningar inom små grupper av makthavare eller enskilda personer är svåra att få reda på. Att få fram uppgifter om hur dessa tankar har utvecklats över tiden är ännu svårare. I praktiken får forskaren nöja sig med att anta att de personer som studeras har rationella förväntningar, det vill säga att förväntningarna på morgondagen i hög grad överensstämmer med verkligheten idag. 2.2.2 Val av kontrollvariabler I föreliggande uppsats skall elprisets betydelse för basindustrins investeringar studeras, men för att kunna värdera de resultat vi kommer att uppnå krävs att vi använder en uppsättning kontrollvariabler. Dessa skall identifieras genom att söka efter återkommande variabler i litteratur som behandlar bakomliggande orsaker till företagens investeringsbeslut. I Konjunkturinstitutets månatliga rapport Konjunkturläget bedöms bland annat investeringsbenägenheten. I den senaste tillgängliga rapporten (Konjunkturläget november 2006) nämns fem variabler som anses påverka företagens investeringsbeslut: Efterfrågan på hemma- respektive exportmarknad, företagens vinster, ränteläget och företagens kapacitetsutnyttjande. I en studie av oljeprisets effekt på investeringar (Hamilton 1983) är valet av variabler i hög grad överlappande. De faktorer som kan tänkas påverka investeringsbeslut identifieras utifrån tre övergripande grupper, nämligen output, priser och finans. Gruppen output innefattar en uppsättning variabler som mäter 13

konjunkturen, exempelvis BNP och kapacitetsutnyttjande, men också företagens försäljning. Med priser åsyftas priser på insatsvaror för olika industrier, såsom kol, trä, järn och stål. Under rubriken finans finns variabler för avkastning på obligationer samt ett mått på aktiemarknadens svängningar. Övrig litteratur som studerats diskuterar framför allt vinster utifrån olika perspektiv och därtill räntan som de viktigaste variablerna. Den enda variabel som återkommer i alla de ovan nämnda sammanhangen är ränta, varför denna variabel får anses självskriven i vår studie. Vidare återkommer olika mått på företagens framgång och den ekonomiska konjunkturen, exempelvis vinst, försäljning och efterfrågan och BNP. Dessa aspekter bör därför innefattas i studien. Utöver detta kan konstateras att både Hamilton (1983) och Konjunkturinstitutet (Konjunkturläget november 2006) nämner kapacitetsutnyttjande som en variabel knuten till investeringsbeslutet, varför även denna variabel inkorporeras i föreliggande studie. Pris på viktiga insatsvaror nämns visserligen endast av Hamilton (1983), men det verkar rimligt att använda denna variabel även i denna studie eftersom vi studerar basindustrin, som ju ofta är starkt beroende av någon specifik insatsvara. Därmed är sju kontrollvariabler identifierade till vår studie. De har det gemensamt att de enligt teorin på området kan förväntas ha betydelse för företagens investeringsbeslut. a) Ränta b) Vinst c) Försäljning d) Efterfrågan e) BNP f) Kapacitetsutnyttjandet g) Priser på insatsvaror Till detta skall ytterligare en variabel läggas, nämligen ett mått på den svenska kronans växelkurs. Anledningen är att basindustrin, som nämnts tidigare, exporterar 80-85 %. Förändringar i växelkursen har stor betydelse för lönsamheten och kan således - enligt den teori som redovisats ovan förväntas påverka investeringarna. Växelkursen fångar en förutsättning som spelar stor roll för företag som verkar i en liten öppen ekonomi som Sverige. En svag krona i förhållande till relevant utländsk valuta utgör en kraftig konkurrensfördel för svenska exportföretag och vice versa. Detta leder oss till att slutligen lägga till denna variabel: h) Växelkurs 14

3 Metod och material I detta kapitel presenteras en metodologisk genomgång som beskriver hur vi har för avsikt att besvara tre frågor, som är grundläggande vid kvantitativa studier (Körner & Wahlgren, 2002 s. 147). Finns det något samband mellan variablerna? Hur ser i så fall detta samband ut? Hur starkt är sambandet? Kapitlet avslutas med en diskussion angående operationalisering, samt det material vi använder. 3.1 Enkel regressionsanalys Det vanligaste sättet för en ekonom att undersöka sambandet mellan två variabler är att göra en regressionsanalys av den data man har. Vi har i arbetet med vår uppsats utfört dessa regressioner i SPSS (Statistical Program for Social Sciences). Vår målsättning har varit att skapa en modell som kan förklara så mycket av relationen mellan de två variablerna; Elpriset och investeringar i basindustrin, som möjligt. Vi vill ta reda på om elpriset kan påverka investeringarna i basindustrin. Den centrala frågeställningen blir hur en förändring i en oberoende eller förklarande variabel påverkar en annan beroende variabel (Westerlund 2005 s. 67). I vårt fall är elpriset den oberoende variabeln och investeringarna i basindustrin är i sin tur den beroende variabeln. Den enkla regressionen kan lätt illustreras på detta sätt. OBEROENDE VARIABEL INVESTERINGAR I BASINDUSTRIN Den ekonometriska modell som kommer att användas kan skrivas på följande sätt: y i = β 1 + β 2 x + e i Vad denna ekvation visar oss är att variationen av y består av en del som systematiskt beror på x samt en del som är slumpmässig (Westerlund 2005 s. 71). 15

Den sista termen i ekvationen, e, innefattar den slumpmässiga delen. Vi kan inte lita på att elpriset verkligen ger den påverkan på investeringarna i basindustrin som följer utav vår hypotes och därför finns det utrymme för slumpmässiga variationer, utelämnade variabler samt mätfel. Vad som även är värt att anmärka är att vi förutsätter ett ensidigt samband. Investeringarna i basindustrin påverkar inte elpriset. 3.2 Multipel regressionsanalys I arbetet med att försöka finna sambandet mellan elpriset och investeringarna i basindustrin är det givetvis svårt att kunna isolera elprisets eller en annan ensam oberoende variabels påverkan på investeringarna i basindustrin och vi får anledning att tro att det kan vara så att olika variabler kan tänkas påverka investeringarna i basindustrin samtidigt. Detta kommer att bli steg två i vår ekonomiska modell. Genom att göra en multipel regression med mer än bara en oberoende variabel försöker vi ta reda på hur stort förklaringsvärde elpriset verkligen har. Om det visar sig att flera oberoende variabler tillsammans kan ge ett större förklaringsvärde än vad en ensam variabel kan så kan vi eventuellt få fram en bättre skattning av hur elpriset samvarierar med investeringarna i basindustrin. Den multipla regressionsmodellen kan enkelt illustreras på detta sätt: X 1 X 2 INVESTERINGAR I BASINDUSTRIN X 3 X 4 16